主催: 日本学術会議 メカニクス・構造研究連絡委員会
共催: 応用物理学会, 化学工学会, 九州大学応用力学研究所, 土木学会, 日本応用数理学会, 日本風工学会, 日本機械学会, 日本気象学会, 日本計算工学会, 日本建築学会, 日本原子力学会, 日本航空宇宙学会, 日本地震工学会, 日本数学会, 日本造船学会, 日本物理学会, 日本流体力学会, 日本レオロジー学会, 農業土木学会
現在ニューラルネットワークは予測,同定,制御などの分野で盛んに応用研究がなされている.しかし,学習法および構造決定法などにおいて万能と思われるアルゴリズムは未だ開発されておらず,性能が頭打ちになっているのも事実である.本研究では,ニューラルネットワークにおけるパラメータ修正法およびネットワーク構造の修正規則を開発し,ベンチマーク問題として知られる二重螺旋問題を用いてその有効性を検証した.その結果,単純な規則を用いて学習中にネットワーク構造を変更することにより,事前にネットワーク構造を与えることなく学習を行うことができ,かつ従来の手法と比較して優れた汎化能力を持たせることができることを示した.